[发明专利]加速基于卷积神经网络的中文手写体识别的方法在审
| 申请号： | 201810789695.4 | 申请日： | 2018-07-18 |
| 公开（公告）号： | CN109034281A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 李志远;滕南君;金敏;鲁华祥 | 申请（专利权）人： | 中国科学院半导体研究所 |
| 主分类号： | G06K9/68 | 分类号： | G06K9/68;G06N3/04;G06N3/08 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 汤宝平 |
| 地址： | 100083 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于卷积神经网络的中文手写体识别的加速方法，包括如下步骤：手写字符图片数据预处理，方便卷积神经网络的分类实现；搭建卷积神经网络结构，在浅层加入第一分类器，中间层加入第二分类器，顶层加入第三分类器；初始化网络参数，固定浅层网络和第一分类器的参数，利用第二分类器的损失函数指导网络训练，更新中间层网络和第二分类器的参数；固定浅层网络、中间层网络、第一分类器和第二分类器的参数，利用第三分类器的损失函数指导网络训练，更新顶层网络和第三分类器的参数；对三个分类器的损失函数进行加权，利用加权后的损失函数微调整个网络和三个分类器的参数；在测试集上对网络的三个分类器进行测试，评估分类器的性能，并且计算三个分类器所需的计算量。 | ||
| 搜索关键词： | 分类器 损失函数 卷积神经网络 中间层 浅层 网络 手写体识别 网络训练 顶层 加权 神经网络结构 手写字符图片 数据预处理 网络参数 整个网络 测试集 初始化 计算量 更新 卷积 中文 微调 测试 分类 评估 | ||
【主权项】：
1.一种基于卷积神经网络的中文手写体识别的加速方法，包括如下步骤：步骤1：手写字符图片数据预处理，方便卷积神经网络的分类实现；步骤2：搭建卷积神经网络结构，在浅层加入第一分类器，中间层加入第二分类器，顶层加入第三分类器；步骤3：初始化网络参数，利用第一分类器的损失函数指导网络训练，更新浅层网络和第一分类器的参数；固定浅层网络和第一分类器的参数，利用第二分类器的损失函数指导网络训练，更新中间层网络和第二分类器的参数；固定浅层网络、中间层网络、第一分类器和第二分类器的参数，利用第三分类器的损失函数指导网络训练，更新顶层网络和第三分类器的参数；步骤4：对三个分类器的损失函数进行加权，利用加权后的损失函数微调整个网络和三个分类器的参数；步骤5：在测试集上对网络的三个分类器进行测试，评估分类器的性能，并且计算三个分类器所需的计算量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院半导体研究所，未经中国科学院半导体研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810789695.4/，转载请声明来源钻瓜专利网。
